Las proyecciones de ventas son importantes en la medida que alimentan diversos procesos de gestión y planeación dentro de la empresa. Toda proyección económica o financiera se basa en gran medida en un buen estimado de ventas. El plan de marketing obviamente recoge las proyecciones y sobre la base de ellas destina presupuestos de A&P[1], o promociones down the trade[2]. Luego los programas de producción e inversiones de corto o largo plazo descanzan también sobre las ventas proyectadas.
A pesar de la importancia de las proyecciones de ventas, las herramientas usadas para estimarlas pueden mejorarse ampliamente. Sobre todo las cuantitativas. Estas descansan sobre modelos de regresión simple, o regresión múltiple. Los modelos de regresión en general tratan de explicar el comportamiento de una variable (ventas en este caso) sobre la base de una variable causal (aquí estamos hablando de regresión simple) o de mas de una variable (regresión múltiple).
Por ejemplo, si queremos estimar las ventas de chocolates para un trimestre determinado y tenemos datos suficientes[1], podemos plantear que las ventas están en función del tiempo. Teniendo los valores de las ventas, creamos una serie nueva TIEMPO con datos que van de 1 a n (siendo n el numero total de observaciones). Luego con la ayuda del paquete Excel (Office 2000, por favor) estimamos los datos de la regresión. Generamos una serie proyectada en base a los datos de la regresión, “alargamos” en tres periodos la data TIEMPO,….y obtenemos la proyección deseada.
También podemos crear un Modelo de regresión simple con datos de las propias ventas. Si disponemos de datos en cantidad suficiente, podemos crear una serie VENTAS T-12. Que es eso? Simplemente emparejar cada dato de ventas obtenido con datos de ventas previas. De hace un año atrás. Operamos sobre la base de que la venta de este año repite en gran medida el comportamiento histórico de años pasados. Es decir, marzo de este año va a ser explicado en gran medida por marzo del año pasado. Estos son los famosos modelos autorregresivos.
Sean autorregresivos, o simples, estos modelos deben mostrar un ajuste mínimo de 80%. El ajuste se mide a través del indicador R², que viene también dado por nuestro cómodo paquete excel. Eso nos garantiza que nuestra desviación puede ir entre + 10 o –10%. Una excelente cifra. Aunque el optimo después de practicar sea 90% de R².
Finalmente, mucho cuidado con dos temas: el primero el entorno pais. Con cifras macro desordenadas, las herramientas mas poderosas pueden fallar. Lo que no las invalida. El segundo el tema cualitativo. Con nuestras cifras en carpeta, complementar el análisis con el Método Delphi es lo mas recomendable.
El Método Delphi como su nombre lo indica se basa en tratar de estimar proyecciones en base a criterios cualitativos. No es solo un Comité de Gerencia que revisa las proyecciones cuantitativas y las ajusta. En base a Brainstorming o metodologías de trabajo mas tradicionales.
Mas bien se trata de un proceso de convergencia en el que participa la propia fuerza de ventas. Esto ultimo además genera un mayor consenso, y compromiso con el numero. Sin compromiso, las mejores estimaciones solo se quedan en el papel.
